일반적으로 사용자 지정 기능을 데이터에 맞추기 위해 Scipy.optimize.curve_fit을 사용합니다. 이 경우의 데이터는 항상 1 차원 배열입니다. 2 차원 배열에 대해 비슷한 기능이 있습니까? 예를 들어, 10x10 numpy 배열이 있습니다. 그런 다음 몇 가지 물건을 수행하고 10x10의 numpy 배열을 만드는 함수가 있습니다. 결과 함수
(cos(x))^n에 데이터를 맞추려고합니다. 이론적으로 n의 값은 2이지만, 내 데이터는 1.7을 제공해야합니다. 내 피팅 함수를 정의하고 내가 curve_fit을하려고 할 때, 나는이 내 데이터 x y error
90 3.3888756187 1.8408898986
60 2.7662844365 1.6632150903
45 2.137309503
I가 (A, B 및 C) 세 개의 계수를 추정하는 R에 기록 된 다음 코드를 y <- c(120, 125, 158, 300, 350, 390, 2800, 5900, 7790)
t <- 1:9
fit <- nls(y ~ a * (((b + c)^2/b) * exp(-(b + c) * t))/(1 + (c/b) *
exp(-(b + c) * t)
I는 x 축이 특정 플레이어가 일수 부상되고 내가 sns.distplot 를 사용하여 플롯 한 일부 데이터가 : 내가 원하는을 이 배포판에 대한 cdf를 얻으십시오. 그것은 매우 정확하지 않지만 내가 몇 가지 시뮬레이션을 실행할 효과적으로 나는이 데이터에 대한 분포를 갖고 싶어, 그것은 그럼 난 나에게의 배열을 줄 것이다 X.rvs(1000)
를 실행하
저는 R이 완전히 새롭기 때문에 뭔가 묻는 것에 대해 사과해야합니다. 나는 Rls에서 nls() 명령을 사용하여 비선형 커브를 평균과 sd가있는 데이터 구조에 맞출 수 있는지 궁금해하지만 실제 복제본은 아닙니다. 단일 데이터 점이나 복제본에 커브를 맞추는 방법을 알고 있지만 각 데이터 점에 평균 + sd가있을 때 진행 방법을 볼 수 없으며 R을 사용하여 피
나는 (의사 코드에서 적어도) 매우 간단한 코드를 작성하는 몇 가지 도움이 필요합니다. 그 위에 나는 처음 세 계수를 항상 0으로 고정시키고 싶습니다. 그래서 order = 5
def poly(x,c0=0,c1=0,c2=0,c3,c4,c5):
return numpy.polynomial.polynomial.polyval(x, [c0,c1,c2,c3
저는 lmfit으로 커브를 맞추려고합니다. 그러나 함께 작업하고있는 데이터 세트에는 많은 점이 포함되어 있지 않으며 이로 인해 곡선 대신에 들쭉날쭉 한 모양이 만들어집니다. 나는 단순히 라인을 사용하고 있습니다 : 아웃 = mod.fit (SV, 갈 거예요, X = VR)을 는 VR 및 SV 내가 맞게 노력하고있어 점의 좌표가되어 있었다 . scipy.in
의 LPPL 모델의 R 코드에서 R을 배우고 있으며 nls를 사용하여 LPPL을 실행하려고하면 문제가 발생했습니다. 나는 KLSE의 월별 데이터를 사용했다. qr.solve에서 > library(tseries)
> library(zoo)
ts<-read.table(file.choose(),header=TRUE)
ts
rdate Clo
안녕 나는이 프로그램을 실행할 때 나는 매트랩의 맞춤 기능 그러나 fo = fit(log2(x(:)),log2(y(:)),'power1');
plot(fo,'g'), hold on
를 사용하여 내 데이터에 전력 모델에 맞게하기 위해 노력하고있어 나는 오류를 얻을 Error using fit>iFit (line 282)
Cannot fit Powe